|
|||||
|
|
| 基于改进神经网络的IaaS云资源需求预测方法 | |
| 作者单位： | ;1.军械工程学院电子与光学工程系 |
| 摘 要： | 为保证基础设施即服务(IaaS)模式云环境中资源的有效分配与高效调度,提出了一种基于集成模型-优化神经网络的资源需求预测方法(EMONN).分析了用户偏好以及资源配置需求,根据需求变化采用阈值法确定波动期与平缓期,通过基本预测器集成模型实现不同时期、不同需求的预处理.预处理结果经过加权,与历史数据共同作为神经网络(NN)的训练数据,保证预测结果精度.为改善神经网络的学习率与稳定性,采用自适应学习率以及动量方法对神经网络进行优化.采用统计指标对系统有效性进行验证,结果表明所提方法可以精确有效实现用户需求预测. |
| 关 键 词： | 基础设施即服务(IaaS) 资源需求预测 集成模型 神经网络 自适应学习率 统计验证 |
IaaS mode cloud resource demand prediction based on optimized neural network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |